投稿者 投稿日: カテゴリー EC×AI活用
楽天市場のレビューは、購入理由も不満も使用シーンも誤解も、すべてが混ざった状態で溜まっていきます。50件、100件と増えるほど読み切れなくなり、結局「星4.3で良さそう」とだけ把握して終わっていませんか。本記事で紹介する「rakuten-review-mining」スキルを使えば、レビュー本文を5つの軸で分類し、商品改善・ページ改善・広告コピー・FAQ化まで一気に振り分けられます。手作業で半日かかっていたレビュー読み込みが、数分の分析作業に変わります。
このレビュー分析スキルでできること
このスキルはALSEL Agent Skillsが配布するもので、Claude Code上で動きます。やることはシンプルで、楽天レビューの本文と星評価を渡すと、まず購入理由・満足点・不満点・使用シーン・誤解の5軸に分類します。1件のレビューが複数の軸にまたがる場合は重複して登録されるため、取りこぼしがありません。
ただ集計するだけではない点が肝です。分類結果を、商品改善・同梱物改善・配送改善・ページ改善・広告訴求・FAQ化という6つの改善方向に振り分けてくれます。たとえば「梱包が雑だった」は配送改善へ、「サイズ感が分からなかった」はページ改善へ、「思ったより静かで良い」は広告に使える生の言葉として広告訴求へ、といった具合です。食品・ファッション・化粧品・家電・サプリ・インテリアと、ジャンルを問わず使えます。
楽天だけでなく、Amazonや自社ECでもレビューデータさえあれば同じ考え方で応用できますが、特に楽天は商品ページ下部のレビューが購買判断に強く効くため、効果が出やすい領域です。
実際の使い方
起動は「この楽天レビューを分析して改善点を出して」のように呼びかけるだけです。レビュー本文（10件以上推奨、最低5件）と星評価、商品名・ジャンル、対象期間を渡します。競合のレビューや既存のFAQがあれば一緒に渡すと、比較分析まで踏み込めます。情報が足りない場合は「最新50件・星評価混在・既存FAQなし」と仮置きして進め、その前提を冒頭に明示してくれるので、後から条件を足して再実行することもできます。
出力は、5軸分類のサマリ、星1-2／星3／星4-5の傾向比較、低評価原因の分離、改善方向別アクション、広告コピー候補、FAQ化候補、そして改善優先度という流れで整理されます。
特に実務で効くのが、低評価の原因を「製品起因」と「運用起因」に必ず分けてくれる点です。商品本体の品質問題なのか、配送や説明不足といった運用の問題なのかで、打ち手はまったく変わります。前者は商品改善、後者はページ改善や同梱物改善という具合に、対応の入り口が明確になります。
導入による業務インパクト
レビュー50件を人が読み込んで論点を整理すると、慣れた担当者でも半日仕事です。しかも読む人によって拾う論点が変わり、属人的になりがちです。このスキルなら分類軸が固定されているため、誰が回しても同じ精度で6方向の改善案が出ます。月に一度の定例レビュー分析を仕組み化できると考えてください。
注意点も正直に書きます。化粧品や健康食品のレビューに含まれる「シミが消えた」「治った」といった効能表現は薬機法の対象で、広告には転用できません。このスキルは混入を検出して社内メモ扱いに分離しますが、最終判断は人が行う必要があります。また、レビュー投稿の見返りに金品や割引を約束する特典設計は楽天の規約違反（違反点数35点）にあたるため、レビューを増やす施策とレビューを活かす施策は分けて考えてください。返信文の生成自体は別スキルの楽天レビュー返信生成が担当します。
まとめ
レビューが溜まっているのに活用できていない楽天店舗、低評価の原因が製品なのか運用なのか切り分けられていない店舗にこそ向いたスキルです。まずは直近の主力商品1つについて、最新50件のレビューを渡して分析させてみてください。ページに足りない情報と、広告に使える生の言葉が、その日のうちに手に入ります。
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
